- 巨头
- Our World in Data
- 按收入划分的劳动力部门
按收入划分的劳动力部门
Our World in Data 的这张堆叠柱状图在 X 上获得 2万 浏览，是其平时帖子的 0.7 倍，在我们追踪的 139 张 Our World in Data 图中浏览排第 109。读取于2026年10月10日。
In low-income countries, most people work in farming; in richer countries, they work in services, As countries get richer, the type of work that people do changes a lot.
为什么能传开
这篇帖子传播开来，是因为它能够自我解释，来自独立作者，并用堆叠条形图清晰呈现收入与工作的关系，来源触达位于前四分之一，获得 20,488 次浏览、187 次点赞、49 次转发、6 次引用和 28 次收藏。
做对了什么
- 图表自我标注程度很高，观众无需额外解释就能读懂收入组别和工作部门。
- 帖子文字直白点出结论，即更富裕国家从农业转向服务业，这让图表更容易被分享。
- 它来自数据新闻领域的独立作者，图表带有品牌标识并显示来源行，这有助于建立信任并扩大触达。
可以借鉴
我们可以借用同样能自我解释的堆叠条形图形式和直白框架，用我们自己的数据展示劳动力如何随收入组别变化。
注意
不要过度解读为因果关系，也不要在未确认我们自己的数据支持同样收入与部门模式时照搬原框架。
由我们的分析模型根据上面的实测数字写成，不是 Our World in Data 的说法。
做成你的
把你的数字放进这种堆叠柱状图。
从 Our World in Data 的「Share of the labor force working in different sectors in 202」的真实数字开始。发布前请把每个数字换成你的。一步一步做一张这样的图
免费图片带一行小字 “Made with ViralChart”，别人就是通过这一行找到我们的。
API · Max
用 API 调用这张图
Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：ea5e53e29949。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/ea5e53e29949 | 标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接 | 开放 |
| GET | /api/v1/charts/ea5e53e29949/data | 每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSV | Max |
| GET | /api/v1/charts/ea5e53e29949/render?view=1 | 本页使用的只读绘图视图 | 开放 |
| POST | /mcp | 工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用 | Max |
curl -s https://viral-chart.com/api/v1/charts/ea5e53e29949/data \
-H "Authorization: Bearer $VIRALCHART_KEY"claude mcp add --transport http viralchart https://viral-chart.com/mcp \
--header "Authorization: Bearer $VIRALCHART_KEY"每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。
Our World in Data 的更多图
全部 139 张
其他巨头的堆叠柱状图
全部 72 张
常见问题
Our World in Data 的「按收入划分的劳动力部门」传播了多远？
截至2026年10月10日，X 上 20,488 次浏览、187 个赞、49 次转发、28 次收藏。@OurWorldInData 平时一条帖子约 2.9万 浏览。
这是什么类型的图？
堆叠柱状图。
可以直接用 Our World in Data 的图吗？
用格式，不用原图。图、logo 和设计都属于 Our World in Data。ViralChart 用你的数字和文字重画同类图，并注明原发布者。